关系数据库的事务隔离、锁定与并发控制

2024-04-29 18:18

本文主要是介绍关系数据库的事务隔离、锁定与并发控制,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

事务隔离(Isolation),指的是在数据库系统中并发事务(Transaction)之间的可见性,以及如何相互影响的定义。事务隔离是ACID的四个特性(原子性、一致性、隔离性、持久性)之一。在ANSI/ISO的SQL标准中,定义了四个事务隔离级别,分别用于不同的场合。在传统的数据库系统的实现中,一般实现不同等级的隔离性的方法是使用锁定(lock),根据具体需求可细分为读取锁(read lock)写入锁(write lock)范围锁(range-locks)

可序列化

可序列化(SERIALIZABLE)最高的隔离级别。在此级别下,所有事务的完整性都被保留,这意味着所有的事务可以被序列化地执行。当只有两个事务之前没有任何冲突时,才能并发地执行。

可重复读取

可重复读取(REPEATABLE READS)级别下,数据库系统会在在整个事务期间保持所有读取锁写入锁,但相较于可序列化范围锁不会被管理,所以幻象读取(phantom reads)可能会出现。

授权读取

授权读取(READ COMMITTED)级别下,数据库系统在整个事务期间保持写入锁,但读取锁会在SELECT执行后立即释放,所以不可重复读取(non-repeatable reads)可能会出现。

未授权读取

未授权读取(READ UNCOMMITTED)最低的隔离级别。这个级别允许出现肮脏读取(dirty reads)

下列的示例解释了幻象读取(phantom reads)不可重复读取(non-repeatable reads)肮脏读取(dirty reads)。数据在下表中定义:

users
idnameage
1Joe20
2Jill25

肮脏读取

当一个事务试图读取另一个还未提交的事务正在修改的某一行数据时,肮脏读取(dirty reads)就会发生。

下列示例中,事务2正在修改某行,但还没有提交。事务1试图读取这一行。如果事务2回滚了(rolls back)变更,或者后面又进行了其他的修改,那么事务1就获得了肮脏(dirty)的数据。

事务1事务2
sql/* Query 1 */SELECT * FROM users WHERE id = 1;


sql/* Query 2 */UPDATE users SET age = 21 WHERE id = 1;/* No commit here */
sql/* Query 1 */SELECT * FROM users WHERE id = 1;


sqlROLLBACK; /* lock-based DIRTY READ */

不可重复读取

当一个事务正在执行的时候,对某一行两次读取的结果不一致,则称发生了不可重复读取(non-repeatable reads)

以下示例中事务1读取了某行,之后事务2立刻修改了这一行并提交了结果,事务1再读取这一行的时候,结果就不一致了。

事务1事务2
sql/* Query 1 */SELECT * FROM users WHERE id = 1;


sql/* Query 2 */UPDATE users SET age = 21 WHERE id = 1;COMMIT; /* in multiversion concurrency control, or lock-based READ COMMITTED */
sql/* Query 1 */SELECT * FROM users WHERE id = 1;COMMIT; /* lock-based REPEATABLE READ */

幻象读取

幻象读取(phantom reads)指的是两次集合查询之间返回了不一致的结果。以下示例展现了这一现象。

事务1事务2
sql/* Query 1 */SELECT * FROM usersWHERE age BETWEEN 10 AND 30;


sql/* Query 2 */INSERT INTO users VALUES ( 3, 'Bob', 27 );COMMIT;
sql/* Query 1 */SELECT * FROM usersWHERE age BETWEEN 10 AND 30;

隔离级别与读取现象

隔离级别肮脏读取不可重复读取幻象读取
未授权读取可能发生可能发生可能发生
授权读取-可能发生可能发生
可重复读取--可能发生
可序列化---

隔离级别与锁定

隔离级别写入锁读取锁范围锁
未授权读取---
授权读取需要--
可重复读取需要需要-
可序列化需要需要需要

乐观锁与多版本并发控制

在锁定控制的数据库系统中,死锁(dead lock)指的是两个以上的事务互相依赖等待,从而都被阻塞的现象。与多线程程序的设计不同,锁定控制的数据库中死锁出现是很正常现象,而且是无法根本上避免的。当死锁出现并且被数据库系统检测到时,所有死锁的事务都会被驳回,用户不得不根据需要进行重提交。然而死锁不仅检测代价是很高昂的,而且还会浪费大量资源,如果死锁频繁出现,会大大降低数据库系统的并发性能。但我们不能为了避免死锁而降低隔离等级,而且有一点可以肯定的是,事务隔离级别越高,死锁出现的概率就越大。

为了提高性能,乐观锁(optimistic locking)机制被提出。与传统的悲观锁(optimistic locking)「先取锁再访问」的保守策略不同,乐观锁相信事物之间的数据竞争(data race)的概率是比较小的,因此尽可能直接做下去,直到提交的时候才去锁定。但如果直接简单这么做,还是有可能会遇到不可预期的结果,例如两个事务都读取了数据库的某一行,经过修改以后写回数据库,这时就遇到了问题。

一种可靠的乐观锁的实现是使用「多版本控制(multi-version control)」,即在每一行加一个version属性。修改这一行时将version增加1,写回数据库要检查当前的version值是否还是获取时的那个值了。如果还是,说明期间没有其他事务对其修改,直接提交即可,如果已经不是了,说明期间已经有别的事务修改了这一行,当前事务获取的数据已经过期了,事务失败。

在PostgreSQL及MySQL的InnoDB引擎的实现中,多版本控制的乐观锁是内置的(build-in),所以这个无需手动添加version字段。默认情况下,PostgreSQL/MySQL会尽可能使用乐观锁,除非遇到显式的锁定命令,如"select * from sometable for update"这样的语句,才会主动使用悲观锁。<o

参考资料

http://en.wikipedia.org/wiki/Isolation_(database_systems)http://www.blogjava.net/loocky/archive/2006/11/15/81138.html

这篇关于关系数据库的事务隔离、锁定与并发控制的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/946808

相关文章

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

高并发环境中保持幂等性

在高并发环境中保持幂等性是一项重要的挑战。幂等性指的是无论操作执行多少次,其效果都是相同的。确保操作的幂等性可以避免重复执行带来的副作用。以下是一些保持幂等性的常用方法: 唯一标识符: 请求唯一标识:在每次请求中引入唯一标识符(如 UUID 或者生成的唯一 ID),在处理请求时,系统可以检查这个标识符是否已经处理过,如果是,则忽略重复请求。幂等键(Idempotency Key):客户端在每次

MySql 事务练习

事务(transaction) -- 事务 transaction-- 事务是一组操作的集合,是一个不可分割的工作单位,事务会将所有的操作作为一个整体一起向系统提交或撤销请求-- 事务的操作要么同时成功,要么同时失败-- MySql的事务默认是自动提交的,当执行一个DML语句,MySql会立即自动隐式提交事务-- 常见案例:银行转账-- 逻辑:A给B转账1000:1.查询

Java并发编程之——BlockingQueue(队列)

一、什么是BlockingQueue BlockingQueue即阻塞队列,从阻塞这个词可以看出,在某些情况下对阻塞队列的访问可能会造成阻塞。被阻塞的情况主要有如下两种: 1. 当队列满了的时候进行入队列操作2. 当队列空了的时候进行出队列操作123 因此,当一个线程试图对一个已经满了的队列进行入队列操作时,它将会被阻塞,除非有另一个线程做了出队列操作;同样,当一个线程试图对一个空

控制反转 的种类

之前对控制反转的定义和解释都不是很清晰。最近翻书发现在《Pro Spring 5》(免费电子版在文章最后)有一段非常不错的解释。记录一下,有道翻译贴出来方便查看。如有请直接跳过中文,看后面的原文。 控制反转的类型 控制反转的类型您可能想知道为什么有两种类型的IoC,以及为什么这些类型被进一步划分为不同的实现。这个问题似乎没有明确的答案;当然,不同的类型提供了一定程度的灵活性,但

Lua 脚本在 Redis 中执行时的原子性以及与redis的事务的区别

在 Redis 中,Lua 脚本具有原子性是因为 Redis 保证在执行脚本时,脚本中的所有操作都会被当作一个不可分割的整体。具体来说,Redis 使用单线程的执行模型来处理命令,因此当 Lua 脚本在 Redis 中执行时,不会有其他命令打断脚本的执行过程。脚本中的所有操作都将连续执行,直到脚本执行完成后,Redis 才会继续处理其他客户端的请求。 Lua 脚本在 Redis 中原子性的原因

java线程深度解析(五)——并发模型(生产者-消费者)

http://blog.csdn.net/Daybreak1209/article/details/51378055 三、生产者-消费者模式     在经典的多线程模式中,生产者-消费者为多线程间协作提供了良好的解决方案。基本原理是两类线程,即若干个生产者和若干个消费者,生产者负责提交用户请求任务(到内存缓冲区),消费者线程负责处理任务(从内存缓冲区中取任务进行处理),两类线程之

java线程深度解析(四)——并发模型(Master-Worker)

http://blog.csdn.net/daybreak1209/article/details/51372929 二、Master-worker ——分而治之      Master-worker常用的并行模式之一,核心思想是由两个进程协作工作,master负责接收和分配任务,worker负责处理任务,并把处理结果返回给Master进程,由Master进行汇总,返回给客

深入解析秒杀业务中的核心问题 —— 从并发控制到事务管理

深入解析秒杀业务中的核心问题 —— 从并发控制到事务管理 秒杀系统是应对高并发、高压力下的典型业务场景,涉及到并发控制、库存管理、事务管理等多个关键技术点。本文将深入剖析秒杀商品业务中常见的几个核心问题,包括 AOP 事务管理、同步锁机制、乐观锁、CAS 操作,以及用户限购策略。通过这些技术的结合,确保秒杀系统在高并发场景下的稳定性和一致性。 1. AOP 代理对象与事务管理 在秒杀商品

PostgreSQL中的多版本并发控制(MVCC)深入解析

引言 PostgreSQL作为一款强大的开源关系数据库管理系统,以其高性能、高可靠性和丰富的功能特性而广受欢迎。在并发控制方面,PostgreSQL采用了多版本并发控制(MVCC)机制,该机制为数据库提供了高效的数据访问和更新能力,同时保证了数据的一致性和隔离性。本文将深入解析PostgreSQL中的MVCC功能,探讨其工作原理、使用场景,并通过具体SQL示例来展示其在实际应用中的表现。 一、